00 Portada volumen 12...o seleccionarlos planes de mante-nimiento de los equipos, dado que a partir...

PMM ProjectMagazine

ISSN 1887-018X - PMM Institute for Learning - Octubre 2010

Postgrado Postgrado

Próximos Eventos

Vol. 12

E01Gestión Integral de Activos y Proyectos Asset & Project ManagementDoble titulación

E02Project Management & GestiónDoble titulación

Sumario

PMM Project Magazine 2 Octubre 2010 - ISSN 1887-018X -www.pmmlearning.com

# 03

Carta EditorDr. Luis AmendolaLas nuevas plataformas sociales para crear estrategias exitosas en la gestión integral de activos en la empresa

# 04

Consejo editorialNuestro equipo de profesionales.

# 05

Indicadores de Gestión y Optimización del Mantenimiento.Román Augusto Contreras Pérez. (Ph.D).

# 22

Gestión Sustentable de Activos: Mejores Prácti-cas para Luchar contra el Alza de Precios EnergéticosJose Cavoret

# 29

Around The World PMM Institute for LearningEventos Realizados.

# 31

Nuestra Agenda Actividades programadas para los próximos meses.

# 32

Club AAA

PMM Institute for Learning

¿Dónde está su empresa respecto a la gestión integral de activos?

¿Cómo comenzar a optimizar la gestión de sus activos?

¿Qué herramientas usar? ¿Qué medir?

PMM Institute for Learningte ayuda a dar respuestas a las

preguntas estrategicas...

www.pmmlearning.comLa Gestión de tu empresa no es un juego...

preguntas estrategicas...

EditorISSN 1887-018X

Marzo, 2010

Las plataformas sociales es un nuevo medio de contacto interactivo, puede ser aprovechado competitivamente por las empresas que tengan la capacidad de generar novedosas estrategias de relacionamiento con sus públicos objetivos, que cuenten con recursos humanos altamente capacitados y dispongan de las herramientas tecnológicas adecuadas para poder implantarlas.

Actuar a tiempo.

Los clientes ya están en las redes sociales. Aquellas empresas que reaccionen más rápido haciendo un diagnóstico interno e incorporen en los procesos claves la gestión de estos nuevos canales, obtendrán los mayores beneficios y se diferenciarán de sus competidores.

Las empresas valoran cada vez más a aquellos profesionales que se adaptan con eficacia a los distintos entornos, situaciones y personas. También a quienes no se sienten molestos con los cambios en las formas de hacer las cosas, la asunción de tareas imprevistas o de nuevas responsabilidades. En pocas palabras, las empresas valoran cada vez más un perfil que ya se conoce como "el profesional flexible".

Las nuevas plataformas sociales para crear estrategias exitosas en la gestión integral de activos en la empresa

Dr. Luis Amendola Editor

PMM Institute for LearningEspaña

“las empresas valoran cada vez más un per�l conocido como “ el profesional �e-

xible”...”

3 PMM Project Magazine Octubre 2010 - ISSN 1887-018X -www.pmmlearning.com

Carta

“Aquellas empresas que reaccionen más rápido... obtendrán mayores bene�-

cios..”

Consejo EditorialEditor:

Dr. Luis Amendola. Asesor del PMM Institute for Learning, España. Investigador de la Universidad Politécnica de Valencia, Departamento de Proyectos de Inge-niería, Consultor Industrial en Europa, Iberoamérica y USA. España. e-mail: [email protected]

Senior Editor:

Ing.MSc. Tibaire Depool Consulting & Coaching PMM Institute for Learning. en Iberoamérica, España.e-mail: [email protected]

Editorial Board:

Dr. Salvador Capuz Rizo, IPMA BCatedrático Universidad Politécnica de ValenciaPresidente de AEIPROEspaña.

MSc. Ing. Dr. © Sergio José, Noguera Prof. Universidad de Carabobo – Venezuela Research Senior PMM Institute for Learning, España

Dr. Ángel Sánchez. Director del CEIM (Centro de Estudios de Ingeniería de Mantenimiento); Asesor Industrial en América latina.Cuba.

Dr. Rafael Lostado. Director del Máster en Dirección y Adminis-tración de Proyectos. Grupo de Investigación en Project Management, Instituto de Economía Internacional. Universidad de Valencia. España.

Dr. Román Augusto Contreras Consulting & Coaching PMM Institute for Learning. en Iberoamérica, España.

Graphic Designer: Lcda. Yannella Amendola Licenciada en Investigación y Técnicas de Mercado, Ingeniero en Diseño Industrial. Asesor de Diseño PMM Institute for Learning. España.


ISSN 1887-018X

Marzo, 2010 PMM Institute for Learning

Resumen

Dado el entorno competitivo imperante y a las exigencias ambientales actuales, resulta indispensable que las organizaciones imple-menten toda una serie de acciones para garantizar la operatividad de sus activos, a unos costes razonables y con niveles de seguridad requeridos. Todo esto implica la definición de indicadores de gestión y pará-metros que empleados por la organización, la encaminará al logro de los objetivos plantea-dos. A su vez, estos indicadores, además de facilitar la gestión, servirán como mecanis-mos de evaluación y optimización dentro de un modelo de mantenimiento. La aplicación de un modelo, implica la utilización de técni-cas tanto de implementación como el Man-tenimiento Centrado en la Fiabilidad (RCM) y de búsqueda de la mejor solución

1. Introducción

Para que una planta se pueda mantener operativa, se hace necesario aplicar una serie de acciones con el fin de garantizar el funcio-namiento de los elementos que la integran. Adicionalmente, estas acciones deben estar encaminadas a reducir al máximo la probabili-dad de daños a personas, equipos y medio ambiente por hechos catastróficos, mínimi-zando a su vez, los costes resultantes origina-dos por su implementación. Las actividades dedicadas a mantener, conservar y resta-blecer, implican la utilización de nuevas técni-cas y la definición de metodologías para hacer de ellas las más eficientes posibles. Una acción de mantenimiento eficiente, es aquella que logra un nivel óptimo en cuanto a los resultados y gastos de aplicación.


INDICADORES DE

En el presente trabajo, se hace una exposición y resumen de todo lo concer-niente a los indicadores empleados en la planificación y gestión del mantenimiento de activos, pero poniendo especial interés en los empleados en la optimización de las acciones de mantenimiento. También se comenta la técnica de del Mantenimiento Centrado en la Fiabilidad (RCM), como metodología para implementar la optimización de las acciones de mantenimiento dentro de la organización. Se exponen las diferentes metodologías actu-ales para la búsqueda de la mejor solución en el proceso de optimización

2. Gestión del mante-nimiento

Es la adopción de las medidas y la realización de las acciones necesarias para el buen fun-cionamiento y desarrollo de la función man-tenimiento. Para Amendola (2003), la función mantenimiento, es la planificación y orga-nización de todas las actividades necesarias para incrementar la confiabilidad y disponibi-lidad de todos los equipos a un coste razo-nable, así como su inclusión e interrelación con las otras funciones técnicas y operativas de la empresa. La gestión del mantenimiento establece dos niveles:

GESTIÓN Y OPTIMIZACIÓN DEL MANTENIMIENTO

• Correspondiente a la dirección. Con-siste en la fijación de las políticas de man-tenimiento e indicadores para la valo-ración.

• Correspondiente a los responsables del mantenimiento. Consiste en la planifi-cación organizada y en la toma de decisio-nes concretas, para la selección de las acciones de mantenimiento necesarias para cumplir con los objetivos de la implantación y la organización.

PMM Project Magazine 6

2.1.Indicadores para la gestión del mantenimiento

El objetivo principal de la Gestión del Mante-nimiento, es aumentar tanto la disposición para que estén en buen funcionamiento los compo-nentes o sistemas de una planta, al menor coste posible. Para lograr este objetivo, las empresas como los Departamentos de Man-tenimiento, utilizan indicadores como medio para evaluar la efectividad de las acciones de mantenimiento empleadas y su gestión.

Para Boucly (1998), de la Asociación Francesa de Consejeros de Dirección, los indicadores de mantenimiento constituyen expresiones razonables y significativas del valor de dos elementos de la gestión o del funcionamiento de las empresas: ámbito financiero y ámbito de mantenimiento. En el ámbito financiero, se precisa tanto de los valores normales como de los límites que resultaría arriesgado sobrepasar. El ámbito de mantenimiento constituye una herramienta aplicable a esta área específica.

Para Navarro y Pastor (1997), dependiendo de cada tipo de empresa y cada situación, con-viene desarrollar los indicadores propios que analicen el alcance de los objetivos fijados. Según los autores, los indicadores se clasifican por una diferencia entre el control y los datos necesarios para la Dirección de Mante-nimiento y los necesarios para la Gestión Operativa: Indicadores para la dirección de mante-nimiento.

Esta posee una orientación económico técnica cuya información debe reflejar aspectos rela-cionados con las actividades, recursos y resul-tados:

Indicadores para la gestión operativa. información está basada en datos técnicos de históricos de intervenciones anteriores.

Indicadores de Gestión y Optimización

del Mantenimiento.

Román Augusto Contreras Pérez. (Ph.D).

• Información sobre los resultados: La dirección debe conocer el estado de avance de los objetivos parciales fijados, como de los generales. Dentro de los obje-tivos generales podemos considerar la disponibilidad media para cada línea de producción, tiempos medios de respuestas de averías y horas de paro para mante-nimiento.

• Información sobre los recursos: son los relacionados con la mano de obra empleada, materiales y costes. De la mano de obra deben diferenciarse las horas empleadas por el personal de plantilla y el personal subcontratado. Para los mate-riales interesa el coste de los materiales utilizados en labores de mantenimiento y materiales comprados por no disponer en el almacén.

• Información sobre las actividades. Aquí interesa conocer las relaciones de inter-venciones vs. duración, así como las inter-venciones vs. gastos.

• Información sobre los resultados. La información en este aspecto debe ir encaminada a la relación entre las actua-ciones y los resultados obtenidos. Es importante tener información sobre los resultados de las reparaciones, la carga de trabajo de cada equipo, etc.

• Información sobre los recursos. Para este nivel operativo es importante conocer en cada momento la carga de trabajo aplicada y los recursos que se están utilizando. Para los recursos humanos, es necesario conocer para cada

Octubre 2010 - ISSN 1887-018X -www.pmmlearning.com

ISSN 1887-018X


momento la capacidad de cada equipo, para afrontar las posibles incidencias o reparacio-nes. Con respecto a los materiales, es necesa-rio conocer el consumo o gasto originado por cada incidencia o reparación.

Para Amendola (2005), los indicadores de mantenimiento deben permitir por un lado, identificar cuáles son las estrategias que se deben seguir para alcanzar la visión del nego-cio en una empresa (un alto desempeño), y por otro lado, expresar dichas estrategias en objetivos específicos cuyo logro sea medible a través de un conjunto de indicadores del negocio. Implementa los Sistemas Balancea-dos de Indicadores que traducen la estrategia y la misión de una organización en un amplio conjunto de medidas de la actuación, que proporcionan la estructura necesaria para un sistema de gestión y medición estratégica en la gestión de mantenimiento de activos.

En el apartado 5.1 volveremos a comentar los indicadores pero aplicados en la optimi-zación del mantenimiento.

3.Planificación del man-tenimiento

La planificación del mantenimiento es la determinación del nivel óptimo de los recur-sos tales como trabajadores, repuestos, equipos, espacios y herramientas requeridos para alcanzar el nivel de mantenimiento deseado. Para determinar el nivel de requerimientos antes mencionado, será indispensable definir o seleccionar los planes de mante-nimiento de los equipos, dado que a partir de ellos se determinarán las demás necesi-dades de mantenimiento en la organización.


Lo primero a realizar en la selección de un plan de mantenimiento, es definir los objeti-vos que se quieren cumplir o cubrir con la implementación, y estos tendrán que ser compatibles con los objetivos de la empresa.

3.1.Selección de un plan de mantenimiento.

Un plan de mantenimiento para un equipo, se puede definir, como la programación de las acciones que pueden ser correctivas, preven-tivas, predictivas o la combinación de alguna estas o de todas, para minimizar los periodos de inoperatividad, dentro de unos límites económicos aceptables.

A nivel de planta, consiste en programar todas las actividades de mantenimiento de todos los sistemas y equipos, de forma orga-nizada para cumplir con una serie de objeti-vos, sin perjudicar los objetivos de la empresa. Según Lazo y Pacheco (1999) para realizar un plan de mantenimiento a nivel de planta, se tiene que considerar las exigencias de mantenimiento o necesidades individuales de cada máquina.

El proceso de selección de un plan de man-tenimiento, que implica también definir el número de intervenciones, es un problema de costes, ya que como se ha comentado, la utilización de una u otra clase de mante-nimiento o la aplicación conjunta de ellos y la cantidad repercutirán en los beneficios, costes, rendimiento y seguridad de la planta. Por lo tanto, se debe de emplear formas o métodos que busquen un equilibrio óptimo de todos estos factores.

Indicadores de Gestión y Optimización del Mantenimiento.



4. Optimización e imple-mentación

No resulta fácil determinar si la implemen-tación de una serie de intervenciones de man-tenimiento son las más idóneas desde el punto de vista de nuestros objetivos. Para superar este problema, muchos autores han desarro-llado los modelos de optimización para el man-tenimiento. Los modelos desarrollados para mantenimiento, parten de la necesidad de opti-mizar las acciones de mantenimiento, optimi-zación que implica reducir los tiempos fuera de servicio, tiempos ociosos de operarios y costes de reacondicionamientos. Tienen también la finalidad de tener una metodología donde se puedan representar las probabilidades de ocu-rrencia de hechos no deseados y modelar un posible comportamiento futuro, empleando para ellos expresiones matemáticas en función de indicadores y parámetros estimables (Legát et al., 1996; Hontelez et al., 1996; Sherwin, 1996; Dekker, 1996; Chelbi, 1999).

4.1.Indicadores para la opti-mización del mante-nimiento.

Para implementar los indicadores en la optimi-zación del mantenimiento, estos deberán formar parte de un modelo, donde al manipu-lar su valor obtendremos diferentes salidas relativas a otros parámetros o indicadores. Por lo tanto, podemos definir dos clases de indica-dores empleados en la optimización:

Amendola (2003) describe una serie de indica-dores para la Gestión del Mantenimiento, que otros autores utilizan algunos de ellos para optimizar (Martorell et al., 2000; Vaurio, 1995, 1999; Rausand; Shang y Tadikamayya, 1998; Azadivar y Tompkins, 1999). Entre estos indica-dores de efectividad del mantenimiento podemos mencionar (Amendola, 2003):

Tiempo Promedio entre Fallos MTBF (Mean Time Between Failures). Tiempo promedio entre fallos o tiempo medio de buen funciona-miento, es el parámetro más representativo para la determinación de las leyes estadísticas de fallos para equipos reparables. El MTBF indica el intervalo de tiempo donde será más probable que ocurra el fallo una vez que ha sido puesto en servicio el equipo o máquina reparada. Lo dicho anteriormente implica, que entre más grande sea el valor de este indicador mayor confiabilidad o disponibilidad tendrá el equipo. Una expresión para determinar el MTBF es:

MTBF = [∑tiempo entre averías/(nº de averías +1)]

Si se pretende aumentar el MTBF de los equi-pos es necesario:


del Mantenimiento.


• Tiempo Promedio entre Fallos (Mean Time Between Failure MTBF).

• Tiempo Promedio Para Reparar (Mean Time To Rapair).

• Tiempo Promedio para Fallar (Mean Time to Failure).

• Confiabilidad.

• Disponibilidad. (se comentará junto con el de indisponibilidad)


• Indicadores de salida: representan el parámetro que deseamos maximizar o minimizar. • Indicadores de control: representan el parámetro que condiciona o restringe los procesos de optimización.

ISSN 1887-018X


Azadivar (1998) plantea un modelo de opti-mización que considera las diferentes políti-cas de mantenimiento, y los parámetros de diseño del proceso productivo como la loca-lización y tamaño de los buffer (almacenamientos intermedios de productos semi-acabados). La finalidad de la propuesta es optimizar el nivel de servicio para man-tener una estructura de trabajo en proceso (WIP) empleando como política de mante-nimiento el MTBF. En este caso el MTBF es un indicador de control.

Tiempo promedio para reparar MTTR (Mean Time To Rapair). Este indicador mide la distribución de tiempo en que un sistema o equipo puede ser devuelto a sus condiciones iniciales de buen funcionamiento, es decir, el tiempo en que se tardaría en repa-rar el equipo.


El tiempo promedio para reparar es un indicador que cuantifica la mantenibilidad, que es la probabilidad de devolver un equipo o sistema a las condiciones de operación óptimas, condicionado a que en un instante de tiempo, este se encuentre en uno de sus estados no operacionales. La mantenibilidad es función del diseño del equipo como estan-darización, modularidad, disponibilidad de repuestos, etc.

El tiempo promedio en reparar es un pará-metro muy importante, ya que dependiendo del valor que adopte, y de la importancia que tenga para la empresa el hecho de que una máquina se quede parada, se hará un tipo de mantenimiento u otro. Fiori de Castro y Lucchesi (2006), determinan el MTTR (indicador de salida) en función de los recur-sos empleados para el correctivo en un modelo para maximizar la confiabilidad.

Tiempo promedio para fallar MTTF (Mean Time to Failure). Es el tiempo promedio en que un equipo opera eficiente-mente sin fallos dentro de un periodo dado, también conocido como tiempo promedio operativo. Regularmente se emplean indis-tintamente para los análisis el MTBF o MTTF, ya que representa un tiempo medio de operatividad del equipo. Pero la aplicación del (MTTF) como término, es usualmente empleado para representar estadísticamente el instante en que se producirá el fallo una vez que ha sido puesto el equipo en servicio por primera vez. Con respecto al el MTBF, es más empleado en sistemas que son repara-dos continuamente después que se produz-can fallos y continúan funcionando.

Usualmente se emplea de forma indirecta, es decir, si consideramos que los fallos ocu- rrirán con una tasa de fallos constante, podemos estimar que el inverso del MTTF es la tasa de fallo.



• Repararlos correctamente. Una repa-ración eficaz se debe realizar con repues-tos adecuados y una comprobación antes de la puesta en funcionamiento. Aparte de la capacidad profesional del personal, debe disponerse de toda la información técnica histórica del equipo. Una acción del mantenimiento efectiva, le devolverá al componente o sistema cualidades simi-lares a las que tenía cuando este era nuevo.

• Asegurar mediante inspecciones rutinarias en marcha, que las condiciones de trabajos de los componentes o siste-mas son las de diseño. También aquellos equipos de seguridad que se encuentran en espera se les deberá hacer pruebas para garantizar su operatividad (Martorell, 1991; Muñoz et al., 1997; Sánchez, 2000).

• Programar las reparaciones con la debida antelación para evitar prisas, trabajos continuados o falta de repuestos.


La tasa de fallo es ampliamente utilizada en modelos de optimización, ya sea como indica-dor de salida o de control.

Confiabilidad. La confiabilidad se define como la probabilidad de que un dispositivo cumpla la función de forma adecuada sin fallos, durante un periodo de tiempo determinado.

Navarro y Pastor (1997) entienden por con-fiabilidad de una pieza, equipo o sistema a la probabilidad de que este cumpla, sin fallo, una cierta función durante un tiempo dado y bajo unas condiciones determinadas.

También se podría considerar, como la proba-bilidad que un dispositivo o máquina en espera se ponga en marcha cuando se le necesite, como por ejemplo cohetes y misiles o sistemas de seguridad en plantas nucleares (Martorell et al., 1995; Muñoz et al., 1997).

La confiabilidad es definida también como el grado de confianza que puede concederse a un elemento, ateniéndose a la calidad de los mate-riales empleados, la perfección con que ha sido labrado, y la multiplicidad y cuidado de los con-troles y pruebas a que ha sido sometido. Cuando un elemento satisface a todas estas condiciones, se puede tener una seguridad casi absoluta en su capacidad de funcionamiento.

Desde el punto de vista de Creus (1991), para una misión donde no existe posibilidad de reparación, la confiabilidad es la probabilidad de que un equipo trabaje correctamente durante un tiempo determinado y en las condi-ciones de servicio que encuentre.

En el estudio de la confiabilidad se utilizan diversas funciones temporales, que permiten caracterizar la distribución de los tiempos hasta el fallo. Las funciones más utilizadas son: La función de fiabilidad, La tasa de fallos y la acumulada de fallos.

Paiton y Campell (1995) desarrollan un modelo que tiene por objetivo maximizar la confiabilidad de diseño de un sistema PC a partir del coste de implementación por com-ponente, tasa de fallos y la redundancia de algu-nos de los componentes. La finalidad es minimi-zar también los costes de implementación de los componentes, ya sea redundantes o no. La confiabilidad representa un indicador de salida para el modelo presentado al igual que el coste.

Disponibilidad. Es la probabilidad de que un sistema esté operativo o en funcionamiento en un instante de tiempo dado. Y en el caso de que hubiese tenido un fallo, este debió haber sido reparado en un tiempo menor que el máximo permitido para su restauración. La disponibili-dad se puede cuantificar como:

D = [MTBF/(MTBF + MTTR)]

Una magnitud definida a partir de ella es la Indisponibilidad. Fiori de Castro y Lucchesi (2006), presentan un modelo que se utiliza para la asignación de componentes redundantes en un sistema, y cuyo objetivo en el proceso de la optimización, es encontrar el número de com-ponentes para los subsistemas y la cantidad de recursos del mantenimiento que maximicen la disponibilidad (indicador de salida).

Indisponibilidad. Es la probabilidad de que el sistema o componente se encuentre fuera de servicio o en estado de fallo, por lo tanto, podemos decir que la indisponibilidad es una medida del riesgo. Para Martorell y Doménech (1998) la indisponibilidad se divide en dos categorías:


del Mantenimiento.


• la primera relacionada con los fallos aleatorios que en el equipo puedan suceder.

• la segunda debida a acciones de vigilancia y mantenimiento.


En componentes en espera, es posible por medio de la indisponibilidad, estimar cuanto deterioro se le infringe a un componente como producto de las pruebas de seguridad, es decir, a la vez que se asegura su funciona-miento se recorta la vida del componente (Kim et al., 1994; Uryas’ev y Vallerga, 1993).

Esta magnitud es utilizada en los análisis probabilísticos de seguridad (APS), aplicando la metodología de mantenimiento centrado en la fiabilidad (RCM), para la optimización de las labores de vigilancia y mantenimiento (Vatn et al., 1996; Dekker,1996). Aquí es empleado como indicador de salida a minimi-zar.

4.2. Costes para optimi-zación del mantenimiento. El objetivo de la gestión del mantenimiento es optimizar los procedimientos y actuacio-nes de forma que los objetivos planteados se puedan lograr, con la limitante o condicio-nante de que la suma de todos los costes relacionado con el mantenimiento y pérdidas de producción para la organización sean mínimos. Los costes de mantenimiento pueden ser usados tanto como parámetro de salida y de control.

4.2.1. Costes relacionados con la organización o em-presa.

Desde un punto de vista global para la orga-nización, los costes se pueden clasificar en:


Según Navarro y Pastor (1997) los costes para una organización que deba aplicar accio-nes de mantenimientos se pueden clasificar en:



• Costes variables. Estos tienen la característica de ser proporcionales a la producción, mano de obra directa, mate-riales, repuestos, energía, mantenimiento correctivo y modificativo. Entre los costes variables de mantenimiento podemos tener los de mano de obra y materiales para mantenimiento correctivo.

• Costes fijos. Su característica princi-pal es que son independiente del volumen de producción. Entre estos podemos destacar: mano de obra indirecta, amorti-zación de equipos, locales, mantenimiento preventivo, seguros, alquiler de equipos y máquinas herramientas.

• Costes financieros. Estos costes asociados al mantenimiento, se deben tanto al valor de los repuestos del almacén como a las amortizaciones de las máquinas duplicadas para asegurar la producción, es decir, dentro de estos gastos financieros se debe tener en cuenta el coste que supone tener instala-ciones o máquinas repetidas para obtener una mayor disponibilidad.

• Costes de fallos. Se refiere al coste de pérdida de beneficio que la empresa soporta por causas relacionadas directa-mente con el mantenimiento.


4.2.2. Costes relacionados con el mantenimiento.

Existen varios tipos de costes de mante-nimiento, que han sido propuestos y utilizados dependiendo de las necesidades y objetivos de las empresas. Desde un punto de vista general se clasifican en dos tipos:

Costes directos de mantenimiento.

Se refiere a los gastos variables y fijos acumula-dos relacionados directamente con el mante-nimiento. Entre estos podemos destacar: los generados por los servicios de mantenimiento, los de posesión de repuestos, máquinas y herramientas, los originados por el consumo de repuestos y materiales. El coste directo de mantenimiento es la suma de todos los costes descritos anteriormente.

Cdm = Cmo + Cf + Cc + Ce

Donde:

Cdm = Coste directo de mantenimiento.

Cf = Costes fijos del servicio de mante-nimiento.

Cc = Costes de consumibles (materiales más recambios).

Cmo = Costes de mano de obra.

Ce = Costes por contratación externa.

Costes indirectos del mantenimiento.

Son aquellos que se producen por la parada de la producción ocasionada por el mante-nimiento, cuando se produce una avería o fallo (ver apartado 5.2.1), es decir, costes por paros.

Cim = T x Tpm.

Donde:

Cim = Coste indirecto.

T= Tasa horaria de parada (€/hora).

Tpm = Tiempo de parada de producción por causa del mantenimiento o fallo de un equipo.

4.2.3. Coste total de man-tenimiento.

El coste total de mantenimiento es la suma de los costes directos y los indirectos, originados por fallos aleatorios como por las actividades de mantenimiento, y tiene un óptimo que depende, principalmente, de los tipos de man-tenimiento empleados (combinación de tareas), de los medios o recursos invertidos y de la organización como de la gestión del man-tenimiento.

Cm = Cdm + Cim

Por lo tanto, la suma de todos los costes tanto de mantenimiento y financieros se utilizan para relacionar el gasto y los beneficios que se pueden generar en la empresa. Sanchez (2000) utiliza un modelo de coste total del mante-nimiento, para minimizar la indisponibilidad de equipos o viceversa.


del Mantenimiento.



• Costes directos de mantenimiento.

• Costes indirectos de mantenimiento.

ISSN 1887-018X


4.3. Procedimiento para implementar la optimi-zación del mantenimiento. Para implementar un proceso de optimi-zación de las acciones de mantenimiento, sobre todo de un sistema a partir de sus componentes, es necesario disponer de información relacionada con la ocurrencia de los fallos para la determinación de los modos y causas que lo originan. Para Martorell (1991) tener esto presente, supone esta-blecer las características del componente o sistema lo que implica hacer un estudio de:


Todo lo dicho anteriormente, entra en la aplicación del mantenimiento centrado en la fiabilidad (RCM).

4.3.1. Mantenimiento cen-trado en la fiabilidad (RCM) y optimización.

El Mantenimiento Centrado en la Confiabili-dad RCM (Reliability Centered Maintenance) es una metodología de análisis sistemático,



• La función que desempeña el compo-nente o sistema. Se debe determinar tanto la función primaria como la segun-daria.

• Los componentes que lo forman. Un sistema se puede subdividir en sus com-ponentes.

Mantenimiento

Rango Óptimo

TotalCostes

Tiempo de paroSubmantenimientoSobremantenimiento

Parada.

Figura 1: Grá�co del Coste total del mantenimiento en función del tiempo de parada de producción por causas del mantenimiento.

• Su estado de funcionamiento normal, ya sea en continuo o en espera.

• La mantenibilidad, la probabilidad de reparar con la planta en operación.

• Las causas de fallos dominantes y como afecta las funciones.

• Los distintos medios para garantizar su operatividad, actuando sobre las causas dominantes.


objetivo y documentado, que puede ser aplicado a cualquier tipo de instalación indus-trial, ya que es útil para el desarrollo u optimi-zación de un plan eficiente de mantenimiento.

Hoy por hoy, el Mantenimiento Centrado en la Confiabilidad, es el proceso usado para deter-minar los requerimientos de mantenimiento de cualquier sistema, dentro de su contexto de operación, contemplando para ello siete cues-tiones básicas, con relación a los sistemas expuestos a revisión:

4.1.Indicadores para la opti-mización del mante-nimiento.

Para implementar los indicadores en la optimi-zación del mantenimiento, estos deberán formar parte de un modelo, donde al manipu-lar su valor obtendremos diferentes salidas relativas a otros parámetros o indicadores. Por lo tanto, podemos definir dos clases de indica-dores empleados en la optimización:

Por lo tanto, la finalidad principal del Mante-nimiento Centrado en la Confiabilidad, es que los esfuerzos de mantenimiento deben ser dirigidos a mantener la función que realizan los equipos, más que los equipos mismos. Esto supone un conocimiento de las características de funcionamiento del equipo, lo que implica realizar un análisis RCM.

Las etapas de un análisis RCM según Rausand (1998) son:


del Mantenimiento.


• Estudio y preparación. En esta etapa se definen los objetivos y el alcance del proyecto de mantenimiento. • Definición y selección del sistema. Antes de la toma de decisiones para realizar el análisis RCM , se deben considerar dos cuestiones:

o Para cuáles sistemas es beneficioso el análisis RCM?

o A qué nivel: componente, sistema o planta.

• Análisis funcional de fallos. Los objetivos de esta etapa son:

o Identificar y describir las funciones del sistema y sus criterios de funcionamiento.

o Describir los requerimientos de los sistemas para estar operativos.

o Identificar las formas en que un sistema puede fallar.

• Selección de los componentes o siste-mas críticos. Consiste en identificar los componentes o elementos que son funda-mentales para el buen desempeño funcional del sistema.


• ¿Cuáles son las funciones y estándares de uso apropiadas del sistema en su con-texto de operación actual?

• ¿De qué formas puede fallar el sistema para dejar de cumplir sus funciones?

• ¿Cuáles son las causas de cada fallo funcional?

• ¿Qué sucede cuando cada fallo ocurre?

• ¿Cómo afecta cada fallo a la función?

• ¿Qué se puede hacer para prevenir o predecir cada uno de los diferentes fallos?

• ¿Qué se debería hacer si no se encuen-tra ningun




• Análisis y recolección de datos. Para los análisis RCM, es necesario una variedad de datos de entrada como: datos de diseño, datos de operación y datos de confiabilidad. Los datos de confiabilidad, son necesarios para implementarlos en el modelo para la optimización. Los datos de confiabilidad en el caso de que sea el parámetro a maxi-mizar, incluyen los siguientes indicadores ya comentados:

o Tiempo medio de fallo (MTTF).

o Tiempo medio de reparación (MTTR).

o Disponibilidad.

o Indisponibilidad.

Actividad de Mantenimiento

Prevención Motobomba

Y

Y

O O O O O O

Y

Motor Bomba

Falta de Lubricación

Daño Módulo Electrónico

Desgaste Eje Motor

Desgaste Impulsor Bomba

Desajuste Punto Tarado

Desalineación

A4A1 A6 A3A4A2A2 A1A9A8A7A3A1 A8A1A5

An

Figura 2: Árbol lógico de causas de fallos dominantes (Suceso TOP de Motobomba) Muñoz (1997).

• Modos de fallos. Consiste en identificar las consecuencias de fallos dominantes. En los análisis probabilísticos de seguridad (APS) para la optimización de las acciones de mantenimiento, la confiabilidad se deter-mina por sus modos de fallos (Muñoz, 1997). Se emplean árboles de fallos para optimizar las acciones de mantenimiento (figura 2).

• Selección de las acciones de mante-nimiento, intervalos y frecuencias. Esto es la planificación de las acciones de mante-nimiento. Su aplicación óptima dependerá del modelo desarrollado y de la metodología de búsqueda para la solución. • Implementación.


Como conclusión, el Mantenimiento Centrado en la Confiabilidad se ocupa de los elementos críticos de los equipos, análisis funcional de fallos, modos de fallos, las causas que los origi-nan y las acciones proactivas para evitarlos (figura 3).

5. Metodologías de búsqueda de la mejor solu-ción.

No podemos olvidar, que los problemas de mantenimiento referidos a la optimización, presentan una naturaleza estocástica, ya que se caracterizan porque poseen un patrón medio de comportamiento a largo plazo que puede ser modelado, y el pronóstico de sus magni-tudes, en un instante de tiempo dado, tiene un mayor o menor grado de incertidumbre. Es por esto, que resulta necesario, implementar un mecanismo de búsqueda de la mejor solu-ción.

Planteado un modelo de optimización, se aplica una forma de localizar la mejor o mejores soluciones de un posible, y por qué no decirlo, casi infinito campo de soluciones (muchas combinaciones de parámetros, valores de indicadores o de las acciones de mante-nimiento).

Para ello, se han propuesto la utilización de metodologías como la búsqueda tabú (Li-Sheng-Tun et al., 2002), Simulated Annealing (Edmund y Alistair, 1998) y los algoritmos gené-ticos, que emplean, al igual que los anteriores, técnicas metaheurísticas en la búsqueda de la mejor solución (Kanematsu et al., 1990; Chan y Fwa, 1994ab; Kumar y Klefsjö, 1994; Paiton y Campell, 1995; Muñoz, 1997; Martorell, et al 1999; Martorell et al., 2002; Lazo y Pacheco, 1999; Sánchez 2000, Marseguerra y Zio, 2000; Marseguerra et al., 2002; Lapa et al., 2006; Volkanovski et al., 2008). Según Leviting (2006) las técnicas metaheurísticas se basan en un razonamiento artificial, más que en la progra- mación matemática clásica asociada a la programación no lineal y dinámica, con la ventaja que no requieren ninguna información sobre la superficie de respuesta. Por lo tanto, las técnicas metaheurísticas, que son heurísti-cas mejoradas, tratan de métodos explorato-rios que se usan durante la resolución de pro-blemas, en los cuales, las soluciones se descu-bren mediante la evaluación del progreso logrado en la búsqueda de un resultado final, empleando por su puesto, el modelo como mecanismo de evaluación. El procedimiento de búsqueda, en el caso de un algoritmo genético, es manipular empleando mecanismos aleato-rios, valores de los parámetros o indicadores que estarán representados como una cadena de caracteres.


del Mantenimiento.



Planta Fallos Funcionales

Optimización

Acciones de Mantenimiento

Causas de Fallo

Componentes Críticos

Priorización Sistemas

Modos de Fallo

Sistemas Críticos

Figura 3: Proceso de análisis RCM y optimización.

6. Conclusión. Hemos observado a lo largo del trabajo, que hoy día un grupo nutrido de investigadores han propuesto nuevas formas de implemen-tar las acciones de mantenimiento, que pasa por varios requerimientos como considerar indicadores, costes y el RCM. Los avances de la informática, han permitido también, elabo-rar nuevas formas de enfocar la selección de un plan de mantenimiento, que pasa por la definición de un modelo y posteriormente la implementación de una técnica de búsqueda. Los indicadores más utilizados en la optimi-zación son la confiabilidad, disponibilidad, indisponibilidad, MTTR y el MTBF.

7. Bibliografía

Amendola (2003).

Amendola Luís, “Indicadores de Confiabilidad, Propulsores en la Gestión del Mante-nimiento”. Departamento de Proyectos de Ingeniería Universidad Politécnica de Valencia (2003).

Amendola (2005).

Amendola Luís. Sistemas Balanceados en la Gestión de Activos, “Maintenance Score-card”. PMM Institute for Learning (2005).

Azadivar (1998).

Azadivar Farhad, “Use of Simulation in Opti-mization of Maintenance Policies”. Winter Simulation Conference, USA, (1998).

Azadivar y Tompkins (1999).

Azadivar Farhad and Tompkins George, “Simulation optimization with qualitative variable and structural model changes: A genetic algorithms approach”, European Jour-nal of Operational Research, vol. 113, pp. 169-182, (1999).


Boucly (1998).

Boucly Francys, “Gestión del Mante-nimiento”. AENOR Asociación Española de Normalización y Certificación, Madrid (1998).

Chan y Fwa (1994).

Chan. W.T. and Fwa. T.F., “Road-Maintenance Planning Using Genetic Algorithms. I: Formu-lation”. Journal of Transportation Engineering. Vol. 120, nº. 5, pp. 693-709, (1994).

Chan y Fwa (1994b).

Chan. W. and Fwa T, “Road-Maintenance Plan-ning Using Genetic Algorithms. II: Analysis”. Journal of Transportation Engineering, vol. 120, nº. 5, pp. 710-722, (1994).

Chelbi (1999).

Chelbi Anis, “An optimal inspection strategy for randomly failing equipment”. Reliability Engineering and System Safety, 63, pp.127-131, (1999).

Creus (1991).

Creus Solé Antonio. “Fiabilidad y seguridad de procesos industriales”. Marcombo Boixa-reu Editores, España (1991).

Dekker (1996).

Dekker Rommert. “Application of mainte-nance optimization models: a review and analysis”. Reliability Engineering and System Safety, 51 , pp 229-240, (1996).

Fiori de Castro y Lecchesi (2006).

Fiori de Castro Hélio., Lucchesi Cavalca Katia., “Maintenance resources optimization applied to a manufacturing system”. Reliabi-lity Engineering and System Safety. 91 pp. 413–420 (2006).




Hontelez et al.(1996).

Hontelez Jan A.M., otros, “Optimum condition-based maintenance policies for dete-riorating systems with partial information”, Reliability Engineering and System Safety, 51, pp 267-274, (1996).

Kanematsu et al. (1990).

Kanematsu Manabu, Noguchi Takafumi, otros, “Optimization of Maintenance and Repair Scheme by Applying a Genetic Algorithm”. University of Tokyo, Japan (1990).

Kim et al. (1994).

Kim I.S., otros, “Risk analysis of surveillance requirements including their adverse effects”, Reliability Engineering and System Safety, 45, pp 225-234, (1994).

Kumar y Klefsjö (1994).

Kumar Dhananjay and Klefsjö B., “Propor-tional hazards model: a review”, Reliability Engi-neering and System Safety..44, pp. 177-188, (1994).

Lapa et al.(2006).

Lapa Celso Marcelo F, Márcio N.A., Cláudio Pereira, Marcio Paes de Barros, “A model for preventive maintenance planning by genetic algorithms based in cost and reliability”. Re-liability Engineering and System Safety. 91 pp. 233–240 (2006).

Lazo y Pacheco (1999).

Lazo Juan y Pacheco Marco, “Planeamiento para mantenimiento de Máquinas de Impresión por Algoritmos Genéticos”. Proceeding-V Congreso Internacional de Ingeniería Infor-mática, ICIE, Buenos Aires, Argentina (1999).

Legát et al. (1996).

Legát V., Otros, “Contribution to optimization of preventive replacement”. Reliability Engi-neering and System Safety. 51. pp. 259-266, (1996).

Leviting (2006).

Levitin Gregory, “Genetic algorithms in reliability engineering”. 976 Guest Editorial / Reliability Engineering and System Safety. 91 pp. 975–976 (2006).

Li. Sheng-Tun et al. (2002).

Li. Sheng-Tun., Otros. “Maintenance Scheduling of Oil Storage Tanks using Tabu-based Genetic Algorithm”, NSC90-2416-H-327, Taiwan, ROC. (2002).

Marseguerra y Zio (2000).

Marseguerra Mazio and Zio Enrico, “Optimi-zing maintenance and repair policies via a com-bination of genetic algorithms and Monte Carlo simulation”, Reliability Engineering and System Safety. 68, pp. 69-83, (2000).

Marsequerra et al. (2002).

Marseguerra Mazio, Zio Enrico, Luca Podofillini, “Condition-based maintenance optimization by means of genetic algorithms and Monte Carlo simulation”, Reliability Engineering and System Safety, 77, pp. 151-165, (2002).

Martorell (1991).

Martorell A. Sebastián S., “Análisis de la interac-ción entre los requisitos de tiempos máximos permitidos de inoperatividad (AOT) e inter-valos de pruebas de vigilancia (STI) de compo-nentes de sistemas de seguridad de centrales nucleares”. Departamento de Ingeniería Química y Nuclear, Tesis Doctoral UPV Valen-cia, (1991).

Martorell et al. (1995).

Martorell S., Serradell V., Otros, “Improving allowed outage time and surveillance test interval requirements: a study of their interac-tions using probabilistic methods”, Reliability Engineering and System Safety, 47, pp. 119-129, (1995).


del Mantenimiento.




Martorell S., Sanchez A., Otros, “The use of maintenance indicators to value the effects of maintenance programs on NPP performance and safety”, Reliability Engineering and System Safety. 65. pp. 85-94, (1999).


Martorell S., Carlos S., Otros, “Constrained optimization of test intervals using a steady-state genetic algorithm”, Reliability Enginee-ring and System Safety, 67, pp. 215-232, (2000). Martorell et al. (2002).

Martorell S., Sanchez Ana, Otros, “Compa-ring effectiveness and efficiency in technical specifications and maintenance optimization”. Reliability Engineering and System Safety, nº. 77, pp. 281-289, (2002).

Muñoz et al. (1997).

Muñoz A., Martorell S., Serradell V., “Genetic algorithms in optimizing surveillance and maintenance of components”, Reliability Engineering and System Safety, nº. 57, pp. 107-120, (1997).

Navarro y Pastor(1997).

Navarro Luís y Pastor Ana. “Gestión Integral del Mantenimiento”, Marcombo Boixareu editores, (1997).

Ouzineb et al. (2008).

Ouzineb Mohamed, Nourelfath Mustapha, Gendrea Michel, “Tabu search for the redun-dancy allocation problem of homogenous series–parallel multi-state systems”. Reliabi-lity Engineering and System Safety. 93 pp.1257–1272 (2008).


Paiton y Campell (1995).

Painton Laura and Campell James, “Genetic Algorithms in Optimization of System Re-liability”, IEEE Transactions on Reliability, vol. 44. nº. 2, (1995).

Rausand (1998).

Rausand Marvin, “Reliability centred mainte-nance”, Reliability Engineering and System Safety, 60, pp. 121-132, (1998).

Sánchez (2000).

Sánchez. Ana, “Metodología de Optimización Conjunta y Multi-criterio de Requisitos de Vigilancia y Condiciones de Mantenimiento de Componentes de CC.NN” Departa-mento de Ingeniería Química y Nuclear, Tesis Doctoral Universidad Politécnica de Valencia (2000).

Shang y Tadikamalla (1998).

Shang J. and Tadikamalla P., “Multicriteria design a control of a cellular manufacturing system through simulation and optimization”, International Journal of Production Research. Vol. 36, nº 6, pp. 1515-1528, (1998).

Sherwin (1996).

Sherwin. D.J. “A simple general model for echelon overhaul and repair”, Reliability Engi-neering and System Safety, 51, pp. 283-293, (1996).

Uryas’ev y Vallerga (1993).

Uryas’ev S. and Vallerga H., “Optimization of test strategies: a general approach” Reliabi-lity Engineering and System Safety. 41, pp. 155-165, (1993).




Vatn et al. (1996).

Vatn J., Hokstad P., Bodsberg L., “An overall model for maintenance optimization”, Reliabi-lity Engineering and System Safety. nº 51, 241-257, (1996).

Vaurio (1995).

Vaurio J.K., “Optimization of and maintenance intervals based on risk and cost”, Reliability Engineering and System Safety, nº. 49, pp. 23-36, (1995).

Vaurio (1999).

Vaurio J.K., “Availability and cost functions for periodically inspected preventively maintained units”, Reliability Engineering and System Safety, nº. 63, pp. 133-140, (1999).

Volkanovski et al (2008).

Volkanovski Andrija, Mavko Borut, Tome Bo-sevski, Anton Causevski, Marko Cepin, “Ge-netic algorithm optimisation of the mainte-nance scheduling of generating units in a power system”. Reliability Engineering and System Safety. 93 pp. 757–767 (2008).


del Mantenimiento.



Dr. Roman ContrerasEngineering Management, Ph.D.

Doctor Ingeniero Industrial Mantenimiento, Universidad Politécnica de Valencia España, ingeniería Mecánico, Especialista en planificación de mantenimiento de activos, Ingeniero en Gestión de Mantenimiento de Activos, Sector Ge-neración Eléctrica, Sector Renovable y Gas. Manejo de paquetes informáticos de EAM, Eficien-cia Energética, Energía Renovable Proyectos y Mantenimiento. Profesor de postgrado en los cursos de formación en Project Management & Gestión de Mantenimiento. Manejo de plataforma e-Learning: metodología, herramientas y modelos. Manejo de herramientas de Tecnología de la Infor-mación (Microsoft Office, MS Project, Primavera, Internet), EAM “EAM Enterprise Asset Manage-ment” (Gestión de activos empresariales).

Próximos Eventos21, 22 y 23 de Octubre 2010

Postgrado: E�ciencia Energética en Proyectos y Mantenimiento

02 y 03 de Noviembre 2010 Curso : Estrategias y Táctica de Overhaul en la Industria Minera

04 de Noviembre 2010 Diplomado Especialista Integral en Mantenimiento

04 y 05 de Noviembre 2010 Curso : Optimizando el Rendimiento Integral de los Activos Físicos

"Modelos de Madurez & Certi�cación PAS 55Asset Management"

03 de Febrero 2011 Postgrado Especialista Universitario:

[E02] Project Management y Gestión de Competencias

14 de Marzo 2011 Postgrado Especialista Universitario:

[E01] Gestión Integral de Activos y Proyectos Asset & Project Managemen


postgradoPROJECT MANAGEMET & GESTIÓN DE COMPETENCIAS

Información: www.pmmlearning.com

Doble TitulaciónEspecialista Universitario en Dirección y Gestión de Proyectos

PostgradoGestión de Competencias & Negociación “Project Management”. PMM Institute for Learning, España

Director : Dr. Luis Amendola

Se incluye preparación para certificarse en PMI

España

Se incluye preparación para certificación por IPMA como “Project Mananger”

Avalado por la Universidad de Valencia y PMM Business SchoolInicia: 03 de Febrero 2011 en Bogota- ColombiaDuración: 06 mesesModalidad b-learning: 120 hrs presenciales y 90 hrs a distancia

Abiertas Inscripciones+ INFO www.pmmlearning.com

Las Empresas están comenzando a pedir más de su gestión de activos para optimizar el performance de sus operaciones: esto es la Gestión Sustentable de Activos. Las empresas que logran establecer una estrategia incorpo-rando estas prácticas sustentables mejoran el performance operativo, financiero y ambien-tal .

Por Jose CavoretDirector Regional

Infor Cono Sur

El precio y disponibilidad energética ha modi-ficado el ambiente de negocio para siempre. Las empresas con grandes plantas, instalacio-nes y equipos enfrentan una dura realidad: el consumo energético está erosionando los márgenes de ganancia. Los costos energéti-cos, las preocupaciones por el medio am-biente, las presiones competitivas, y la complejidad global no revertirán el curso. Estos desafíos han instalado un escenario donde las nuevas prácticas para operar en forma más estratégica alcanzan a todas las industrias. Las nuevas prácticas para la gestión de mantenimiento ahora abarcan monitoreo y gestión del consumo energético de los activos.

Los costos energéticos incluyen una gran porción del presupuesto operativo y de man-tenimiento de la empresa. Como contrapar-tida de esta tendencia, las empresas se ven forzadas a reubicar los presupuestos de las iniciativas estratégicas para cubrir los cada vez mayores costos energéticos. Para muchas empresas este costo se encuentra dentro de los cientos de millones o más, y son los activos los que consumen la mayoría de la energía (equipos, unidades de frío / calor etc). La gestión tradicional de activos no tiene en cuenta este gasto.

Gestión Sustentable de Activos:

“Mejores Prácticas para Luchar contra el Alza de Precios Energéticos

Los beneficios son enormes, se pueden reali-zar mejoras para cumplir con normas am-bientales, mejorar los costos energéticos, mayor disponibilidad de los activos, instalar estrategias de control energético, mejorar el mantenimiento preventivo etc.

La eficiencia operacional es la meta de todos los negocios actuales. Las empresas deben mantener bajos los costos y aumentar la generación de revenue. Hasta hace poco las empresas no veían la gestión de activos junto con el consumo energético. Esto ahora ha cambiado. Lo novedoso es la Gestión Sustentable de Activos para mejorar su performance operativo, financiero y ambien-tal.

El control del consumo energé-tico no es opcional

La tendencia actual de disminuir la cantidad de desperdicios en todos sus aspectos (inventario, tiempos de parada, papelería etc) ha logrado bajar los costos y aumentar la rentabilidad, pero esto ya no es suficiente, debido a la situación inestable de la energía tanto desde un aspecto económico como ambiental. Como resultado las mejores prác-ticas ahora involucran el monitoreo y gestión del consumo energético de los activos. Las empresas que establecen una estrategia global incorporando esta nueva pacta logran mayor valor, mejoran la agilidad, la fortaleza de la marca y de las finanzas. Actualmente los activos se miden solo por la capacidad de lograr los objetivos operativos.

Sin embargo esto no resulta suficiente, ya que ignora el consumo energético que repre-senta entre el 30% y 90% de los gastos opera-tivos y de mantenimiento de la mayoría de las empresas excluyendo el costo de personal (ver figura 1).

PMM Project Magazine 22Octubre 2010 - ISSN 1887-018X -www.pmmlearning.com

Por el contrario la meta ahora es administrar tanto el éxito operacional como la eficiencia energética.

Gastos de Energía vs Gastos de Mantenimiento

$208 Mil millones de gastos en América del Norte

Figura 1: Las empresas comerciales e industriales frecuentemente gastan más del 80% de sus

gastos operativos (fuera de la mano de obra) en energía.

Nueva Modalidad: Gestión Sustentable de Activos

En un ambiente altamente competitivo, las empresas deben optimizar todos sus recursos de eficiencia ay efectividad para todos sus activos. Las empresas se focalizan en cuatro áreas principales: disponibilidad, performance, calidad, consumo energético. Estos 4 ítems forman la Gestión Sustentable de Activos. (ver Figura 2).

• Disponibilidad: la disponibilidad de los activos resulta crítica para cumplir con su cometido. El objetivo del mantenimiento siem-pre ha sido lograr el máximo de tiempo de operación. Si los activos no están disponibles para la producción las empresas ven interrum-pida su capacidad de generar revenue.

• Performance: el performance refleja cómo se comporta una pieza del equipo y la rapidez con la que opera comparándola con las espe-cificaciones teóricas de esa operación. Cuando las empresas realizan Inversiones de capital, las decisiones dependen de esta rating del perfor-mance. Para lograr los objetivos financieros tanto en cuanto a los costos y al revenue, los activos deben operar lo más cerca posible de ese rating.

• Calidad: la calidad de producción del activo puede impactar en la ganancia de la empresa, ya sea esta un negocio retail, a la temperatura exacta para impulsar que el cliente compre, mantenimiento de la humedad de manera que las maquinas y las personas trabajen efectiva-mente o garantizando la producción de un equipo para que el producto salga conforme a las especificaciones deseadas. • Consumo En ico: los gastos energéticos están en constante aumento, y son un elemento fundamental en el performance de los activos. El consumo de energía de un activo puede modificarse en el tiempo, conforme las condiciones de operación y mantenimiento, erosionando los márgenes de utilidad cuando es ineficiente. Por ejemplo, un motor de 100 caballos de fuerza que opera con un 95% de eficiencia durante un periodo de cinco años le costará a la empresa aprox. U$D 350.000 en energía (10c por kw). Si el mismo motor con-sume apenas 5% más debido a una baja en la operación (perdida energética), le costará casi U$D 17.500 para operar.

Gestión Sustentable de Activos:“Mejores Prácticas para Luchar contra el Alza de Precios Energéticos

Jose Cavoret

87% Gastos de Energía

13% Gastos de Mantenimiento

(Fuente: Dept. of Energy (USA))

13%

87%


Monitoreando el uso de la energía, las empre-sas pueden visualizar los verdaderos costos operativos y tomar acción (ej notificar a man-tenimiento y operaciones) cuando el exceso de consumo energético ocurre para minimi-zar los costos y gastos asociados.

Estos son los 4 elementos fundamentales para que una empresa genere revenue, ofrezca buenos servicios a sus clientes, sea competitiva y mantenga bajos los costos.

Figura 2: El Índice de Sustentabilidad Global de los Activos cuenta con 4 componentes: disponibilidad (availability), performance, calidad (quality) y consumo energético (energy comsumption). Los primeros tres factores son parte de efectividad total del equipo (OEE), al que se le agrega ahora el factor energético.

La energía es el mayor gasto para la oper-ación de los activos en la mayoría de las empresas. La solución ayuda no solo a mantener bajo los costos al mínimo y monitorear las emisio-nes bajando el impacto ambiental. Este estilo ambiental, puede ayudar a promover y fortal-ecer la marca entre clientes, prospectos socios e inversores. También ayuda a las empresas en el caso que existan impuestos a las emisiones de carbono (algo ya existente en algunos países). Para impulsar esta inicia-tiva es que existe el índice GAS de sustent-abilidad de Activos

Este indicador clave incluye los 4 factores Donde cada factor es un porcentaje del mejor performance del activo.

Felizmente, la nueva tecnología se ha combi-nado con la evolución de las aplicaciones para la gestión de activos que permiten que las empresas cuenten con una visión total de la Sustentabilidad. Aquellos que ya cuenten con una gestión madura de los activos ahora pueden evolucionar para incluir energía, y los que recién empiezan también deberían con-siderar empezar ya directamente con este ítem de gran impacto que es el costo energé-tico desde el primer día.

Sustentabilidad de los Activos Ejemplo 1:

Mejores prácticas de las Estrategias de Con-trol Por medio del Índice de Sustentabilidad, una empresa de retail con 3 negocios en el estado de Florida, USA, tenía una notable diferencia el costo energético por pie cuadrado, en los refrigeradores de la ventilación, calefacción, aire acondicionado (HVAC). Cada negocio tenía 3 refrigeradores del mismo diseño y operaban a la misma temperatura ambiente. El análisis del consumo energético de cada activo demostró que los negocios estaban utilizando distintas estrategias de control y operación en los refrigeradores.


Gestión Sustentable de Activos:“Mejores Prácticas para Luchar contra el

Alza de Precios Energéticos

Jose Cavoret

La empresa identificó cuales eran las mejores prácticas y la aplicó en el negocio con el mayor consumo. El resultado fue un 23.7% de reduc-ción en el consumo energético de los refri-geradores, sumando aprox U$D 8000 en aho-rros en un activo del negocio. El beneficio total se verá cuando la empresa implemente esta práctica en sus 850 negocios.

Sistemas para la Gestión de Activos como base

Las empresas pueden ya estar maduras o no en sus prácticas para la gestión de activos, de cual-quier forma pueden adoptar exitosamente la gestión sustentable. En general las empresas más maduras ya utilizan una gestión de activos para garantizar una operación eficiente, ya que el sistema les garantiza que el equipo está funcionando al máximo, con la mayor cantidad de vida útil y operaciones eficientes. El sistema funciona como un registro de cada activo desde el momento de su compra, operación, mantenimiento y hasta que se da de baja. El software ayuda a mejorar la eficiencia logrando mayor capacidad de los activos, mejorando la productividad y los gastos operativos, bajando los costos de mantenimiento, reparación y operación (ver Figura 3).

Con el software EAM se puede implementar una métrica crítica para el performance de los activos que es la efectividad Total del Equipo: OEE (por sus siglas en ingles). Esta métrica reconoce los principales temas de disponibili-dad, performance y calidad. Esta métrica com-binada ayuda a evaluar las demandas conflicti-vas como para el equipo para mantenimiento, evaluar la producción del mismo, etc. Las empresas de prime nivel operan con un 85% de OEE considerando un 90% de disponibilidad y 95% de capacidad o performance y 99.9% de calidad.

Gestión Sustentable, Ejemplo 2:

Actividades de Mantenimiento Físicas para Ajustar los Costos Energéticos

El consumo de energía de una empresa fabri-cante de autopartes mostraba que un activo tenía un consumo excesivo según la gestión sustentable a diferencia de la métrica OEE como se ve en la figura 4. La degradación ener-gética equivale a un gasto energético adicional de U$D 7,125 por año. En este caso, un man-tenimiento periódico (cambio del filtro) recu-pera la eficiencia óptima de los activos. La gestión sustentable permite ver esto, y de esta manera la empresa puede ahora hacer un man-tenimiento proactivo cuando aparecen gastos de energía anormales.

Figura 3: Ahorros esperados con EAM son considerables en áreas tales como e�ciencia operacional, y mano de obra de mantenimiento y costos del inventario


Jose Cavoret


El Desafío actual de EAM: lograr eficiencia energé-tica Aun sin agregar el monitoreo energético una solución EAM para la gestión de activos debe lograr un ahorro energético, Según el Depar-tamento de Energía de los EEUU, la aplicación de buenas prácticas de mantenimiento soportadas por tecnología debería lograr un 10% de ahorro energético, Las empresas que ya cuentan con EAM, pueden simplemente agregar un monitoreo de consumo energé-tico que significa un salto enorme en los beneficios y ahorros. El consumo de energía representa entre el 30% y 90% de los gastos operativo de mantenimiento, cualquier mejora impacta en los costos generales.

Junto con bajar los costos, el control del con-sumo energético es una manera socialmente responsable de actuar al bajar el impacto en el medioambiente. En algunos países puede también ayudar a cumplir con las reglamenta-ciones existentes sobre emisiones de carbono.

Por ejemplo, una papelera líder justamente está planificando apoyar el medio ambiente por medio de una estrategia sustentable de los activos, para reducir el consumo energé-tico. La empresa espera lograr ente un 5% a un 10% de reducción de consumo lo que representa una baja considerable en las emi-siones de anhídrido carbónico (CO2).

Las empresas lograran más de un beneficio, disminuyendo el consumo y cuidando el medio ambiente.

La nueva ecuación para operaciones competitivas

La efectividad operacional es la meta de todas las empresas hoy en día. Las empresas deben mantener bajos los costos y alta la capacidad de generar revenue sino fracasan. Hasta ahora se consideraba por separado la gestión de activos y el consumo energético, esto ha cambiado!!

Figura 4: OEE puede no mostrar el todo de un activo. En este ejemplo, OEE indica un performance operativo sólido, pero el consumo energético muestra un ciclo en que el índice sustentable declina y luego se recupera. Esto representa un gasto energético excesivo que ni el EAM convencional ni OEE capturan.


Gestión Sustentable de Activos:“Mejores Prácticas para Luchar contra el

Alza de Precios Energéticos

Jose Cavoret

A medida que crecen los precios de la energía y por lo tanto las consecuencia financieras las empresas deben implementar estrategias de mejores prácticas para su uso. Si consideramos que el equipo y todas las instalaciones funcio-nan con energía se debe incorporar una métrica para controlar el gasto de los activos durante su ciclo de vida. (ver Figura 5).

Figure 5: Las practicas de gestión de activos y el software EAM, deben considerar todas las etapas del ciclo de vida del activo y garantizar que tanto la eficiencia energética como la eficiencia operacional se mantienen lo mejor posible.

Por Jose CavoretDirector RegionalInfor Cono Sur

Director de Infor para el cono sur. Está a cargo de ventas directas y canales en Argentina, Chile, Paraguay, Bolivia y Uruguay. Posee más de 15 años de experiencia en mercados de TI, y previamente ocupó funciones gerenciales en Indec, Grupo Prominente y Computer Asso-ciated. Es profesor de Tecnologías de la Infor-mación en varias universidades de Argentina.

Para información adicional visite: www.latinamerica.infor.com/soluciones/eam/ y

www.infor.com/green


Jose Cavoret


¡LANZAMIENTO DEL NUEVO PORTAL IBEROAMERICANO!

Artículos, Benchmarking, Cursos On-line, Servicios Estudios Extranjeros... y más

www.globalassetmanagement-amp.com

Te invitamos a Entrar

GESTIÓN INTEGRAL DE ACTIVOS Y PROYECTOS ASSET & PROJECT MANAGEMENT

Información: www.pmmlearning.com

Doble Título: Título de Postgrado Especialista Universitario en Dirección y Gestión de Proyectos, avalado por:

Título de PostgradoGestión Integral de Activos y Confiabilid PMM Institute for Learning, España avalado por:

Director : Luis Amendola, Ph.D

asset management business solutions“creando soluciones...”

Gestión Integral de Activos y Confiabilid PMM Institute for Learning, España

ASSET & PROJECT MANAGEMENTASSET & PROJECT MANAGEMENT

35 Créditos PDUs, avalados por PMI

postgrado

España

Avalado por la Universidad de Valencia y PMM Business SchoolInicia: 14 de Marzo 2011 en Santiago de ChileDuración: 06 mesesModalidad b-learning: 80 hrs presenciales y 130 hrs a distanciaIncluye viaje de estudios a Valencia - España

Abiertas Inscripciones+ INFO www.pmmlearning.com

ISSN 1887-018X


Durante estos años hemos estado presentes a nivel internacional a través de proyectos de consultoría, asesoramiento y formación.

Es un orgullo tener la posibilidad de trabajar con personas tan profesionales con una gran capacidad intelectual y humana, que con su trabajo día a día aportan valor al Project & Asset Management.


Around The WORLDPMM Institute for learning

P1 P1PMM Business School Inicio Postgrado Project Management & Competencia PMM Institute for Learning & Universidad de Valencia, España Donde participan ejecutivos y jóvenes ingenieros, adminis-tradores de diferentes empresas de Santander.Convenio: Fundación Prospectiva, ACIEM & SENA Bucaramanga – Colombia

P2PMM Business School Impartió Formación en Project Management Profesores de Ingeniería y Administración de EmpresaUniversidad de Santander UDES.Bucaramanga – Colombia

P3 PMM Institute for Learning Luis Amendola, Ph.D, impartió formación en Dirección y Gestión de Paradas de Planta .Jefe de Proyectos, Planificadores e Ingenieros Refinería de Barrancabermeja de Ecopetrol Bucaramanga – Colombia

P2

P3

P4 P4 PMM Institute for Learning Luis Amendola, Ph.D Impartió formación a personal directivo y técnico de empresas Mineras, Generación, Celulosa y Alimento en Gestión Integral de Activos Físicos “Modelos de Madurez & Certificación PAS 55 Asset Management”Coordinación del curso Servic Ltda. - Chile Santiago de Chile – Chile


Around the worldPMM Institute for Learning

P5 PMM Institute for Learning Luis Amendola, Ph.D Coparte experiencia en el curso que impartió de Optimización, Planificación y Gestión de Riesgos en las Paradas de Planta, con D. Marcelo Daller planificador de mante-nimiento de la empresa Methanex de Chile & D. William Rangel Gerente de Mantenimiento de la empresa Lacteos Los Andes de Vene-zuela.Coordinación del curso Servic Ltda. - Chile Santiago de Chile – Chile P6 PMM Institute for Learning Luis Amendola, Ph.D Impartió conferencia a empresarios del sector manufactura de Santander Evidencia Energética en la IndustriaUniversidad de Santander UDES.Bucaramanga – Colombia

P7 PMM Business School Tibaire Depool, Ing, Msc. Impartiendo clases en el programa de Postgrado Project Manage-ment & Competencia, PMM Institute for Learning & Universidad de Valencia, España, Donde participan ejecutivos y jóvenes ingenieros, administradores de diferentes empresas de Santander.Convenio: Fundación Prospectiva, ACIEM & SENA Bucaramanga – Colombia

P8 - P9PMM Institute for Learning Coparte experiencia con directivos de CAVI-PETROL para impulsar y consolidar el Project Management en el sector industrial de los hidrocarburos y la empresa de manufactura en Santander – Colombia.Bucaramanga - Colombia

P10 PMM Business School Inicio Postgrado Asset Management & Project Management PMM Institute for Learning & Universidad de Valencia, España Donde participan ejecutivos de la industria de Iberoamérica.Convenio: PMM Institute for Learninr & Universidad de Valencia Bogotá – Colombia

P5

P6

P7

P8

P9

P10

ISSN 1887-018X


ISSN 1887-018X



Nuestra Agenda

¡Te esperamos!

Para más info contáctanos: [email protected] O consulta nuestro calendario en nuestra web: www.pmmlearning.com

Octubre Fecha Actividad País

11 y 12 de Octubre

Eficiencia Energética en el Mantenimiento de Activos "Una visión de negocio"

21, 22 y 23 de Octubre

Postgrado Eficiencia Energética en Proyectos y Mantenimiento

Noviembre

Fecha Actividad País

02 y 03 de Noviembre

Curso: Estrategias y Táctica de Overhaul en la Industria Minera

04 de Noviembre Diplomado Especialista Integral en Mantenimiento

04 y 05 de Noviembre

Curso: Optimizando el Rendimiento Integral de los Activos Físicos "Modelos de Madurez & Certificación

PAS 55Asset Management"

Febrero Fecha Actividad País

03 de Febrero

Postgrado Especialista Universitario: [E02] Project Management y Gestión de

Competencias

Marzo

Fecha Actividad País

14 de Marzo Postgrado Especialista Universitario:

[E01] Gestión Integral de Activos y Proyectos Asset & Project Management

AAAClub Nuestros servicios

Servicios destacados

Más servicios

Consultoría y formación en gestión de mantenimiento de activos y project management.Más información: 96 186 43 37www.pmmlearning.com

Ofrece servicios científicos y tecnológicos así como servicios de investigación y diseño relativos a ellos.Más información: 96 186 43 37www.globalassetmanagement-amp.com

Enfoque a través del cual desarrollar las competencias, un proceso de análisis cualita-tivo del profesional que permite establecer los conocimientos, habilidades, destrezas y compresión

Infórmese de cómo su empresa puede formar parte del club Triple AAA... info: [email protected]


00 Portada volumen 12...o seleccionarlos planes de mante-nimiento de los equipos, dado que a partir...

Documents

Transcript of 00 Portada volumen 12...o seleccionarlos planes de mante-nimiento de los equipos, dado que a partir...